发布日期：2026-11-11｜分类：AI与智能服务｜资料核验截至2026-11-11

MiniMax H3-Image 是 MiniMax 于2026年11月发布并开放权重的图像生成与编辑模型，同一套权重支持文生图及最多16张参考图编辑。官方模型卡介绍了约16MP原生输出、6步采样和本地推理路径；开放平台同时提供标准版与Highspeed接口。此次开放采用自定义社区许可证，商业使用和对外托管服务需要分别核对授权条件。对开发者而言，可以先用API验证自己的构图、文字与多图编辑任务，再评估本地部署，并在接入时检查逐张错误、输出尺寸与实际费用。

一个商品从白底展示图换到生活场景，再根据参考图调整材质与构图，往往需要来回切换生成和编辑工具。H3-Image 把这两类任务放进了同一套模型权重。

官方平台将 H3 Image 列入2026年11月10日的模型发布记录，11月11日的官方博客进一步介绍了此次开放。对使用者而言，接下来要看的是：它能接住哪些创作指令，如何调用，以及自行部署时需要准备什么。

一套权重，同时处理文生图和多图编辑

H3-Image 用同一个 checkpoint 完成图像生成与编辑，参考图可以参与主体、场景和视觉元素的组合。

按2026年11月核验的官方模型卡，模型可直接生成约16MP图像，不依赖后置放大器。常见输出包括方形的 4096×4096、横版的 5472×3072，以及21:9的 6272×2688。

模型卡还写明，其 DiT 约331亿参数，权重已蒸馏为6步采样，无需 classifier-free guidance。这里的6步是采样设置，不能换算成“6秒出图”；实际耗时还受硬件、尺寸和服务负载影响。

最多16张参考图提供了更丰富的编辑输入，但是否准确保住商品形状、人物特征或背景细节，仍应按自己的任务逐项检查。官方展示图可以帮助理解用途，不能替代对交付素材的验收。

开放了哪些文件，本地运行还需要什么

Hugging Face 已公开图像模型权重和示例，本地推理还需要单独的文本编码器；复现官方短提示词工作流时，还应考虑提示词扩写。

官方模型卡列出的图像模型组件约68.65GB，其中包含 DiT、VAE 等；另需从 MiniMax-H3 仓库加载约66.7GB的文本编码器。可选的本地提示词扩写模型 MiniMax-H3-Image-PE 则约17.9GB。

这些是模型文件体积，不能直接当作显存要求。模型卡列出了 SGLang、vLLM-Omni、Diffusers 和 ComfyUI 的接入路径，具体硬件配置及功能支持应查看相应框架的当前说明。

另一个容易忽略的差别是提示词。模型卡说明，本地模型期望详细的英文画面描述；原厂API会先通过 H3-Image-Context-IR 扩写简短指令。做本地与API对照时，应把扩写过程也纳入比较，不能只对比原始短句。

本地文生图可使用 MiniMax-H3-Image-PE 扩写，也可自行提供完整描述。这里的英文要求针对画面描述，不意味着画面文字只能使用英语。

开放权重之后，商用还要看社区许可证

H3-Image 采用 MiniMax-H3-Image Community License，权重公开不代表获得无条件商业授权。

2026年11月10日版本的协议要求：使用者及／或关联方的年化收入超过100万美元，或向第三方提供托管服务，任一条件成立都须事先取得书面授权。托管服务的定义包括API、Web等远程提供模型能力的方式。

商业产品界面还须显著标明模型名。协议另有地域、再分发和训练用途限制，适用地域不包括欧盟、英国、韩国和美国；不能用该模型或输出改进其他AI模型，协议允许的自身衍生模型除外。具体使用范围应以完整协议为准。

以上为开放权重的许可条件，官方API服务另按其服务条款使用。

先用原厂 API 跑通一个最小请求

MiniMax 原厂文生图接口是 /v1/images/generations，图片编辑接口是 /v1/images/edits，模型名使用 MiniMax-H3-Image。

下面用单张PNG和Base64返回演示生成与保存，依赖 Python 的 requests 包。先在本机环境变量中设置自己的 MINIMAX_API_KEY；执行代码会提交真实计费请求。本文仅核对文档并做离线响应验证，未进行模型生图实测。

import base64
import os
from pathlib import Path
import requests

output = Path("h3-image.png")
if output.exists():
    raise FileExistsError(output)
key = os.environ["MINIMAX_API_KEY"]
if not key.strip():
    raise ValueError("MINIMAX_API_KEY is empty")

response = requests.post(
    "https://api.minimax.cn/v1/images/generations",
    headers={"Authorization": f"Bearer {key}"},
    json={
        "model": "MiniMax-H3-Image",
        "prompt": "蓝色陶瓷杯放在浅米色桌面上，柔和自然光，产品摄影",
        "size": "2048x2048",
        "n": 1,
        "output_format": "png",
        "response_format": "b64_json",
    },
    timeout=600,
)
result = response.json()
request_id = result.get("request_id", "")
if response.status_code != 200 or "error" in result:
    raise RuntimeError(f"HTTP {response.status_code}, request_id={request_id}")
items = result.get("data", [])
if not isinstance(items, list) or len(items) != 1 or not isinstance(items[0], dict) or "error" in items[0]:
    raise RuntimeError(f"Image generation failed, request_id={request_id}")
if result.get("output_format") != "png":
    raise RuntimeError("Unexpected image format")
image = base64.b64decode(items[0]["b64_json"], validate=True)
if not image.startswith(b"\x89PNG\r\n\x1a\n"):
    raise RuntimeError("Output is not PNG")
with output.open("xb") as file:
    file.write(image)
print(output, request_id)

示例固定为 n=1，只演示单图保存。若改为批量生成，须逐张处理成功与失败，不能继续要求 data 只有一项。PNG签名检查用于防止常见误存，不代表完成图像内容或质量验收。

API指南说明，模型请求最长等待600秒，且不支持幂等。客户端超时或断开后，服务端仍可能完成生成；自动重试会提交新任务。上述示例不设置重试循环，使用 OpenAI SDK 时则应显式设置 max_retries=0。

多图编辑与尺寸设置，有几个细节要分清

H3-Image 的托管API支持多参考图编辑，但当前不支持 mask 局部编辑、透明背景和预览图。

图片编辑请求把指令与 images 数组发给 /v1/images/edits，每项使用 image_url 提供参考图。输入可用公网URL、已上传文件引用或Base64 data URI；上传顺序决定指令里的图1、图2。先写清各图用途，再说明哪些内容需要保持。

例如可以用这条指令设计验收任务：“图1是商品主体，图2提供桌面和光线参考。把图1的杯子放到图2的桌面上，保留杯子形状、颜色和标识，按图2的光向生成投影。”这是待测试的指令示例，不代表模型已达到这些效果。

输出尺寸则有两条路径：指定 size: "宽x高"，或在省略 size 或将其设为 auto 时使用 aspect_ratio 与 area。固定宽高后再传比例或面积，会返回400；4K 表示目标面积约为 4096×4096，不等于任何比例下长边都是4096。

官方API允许的最大输出面积为2000万像素，单次 n 为1—10；这与模型卡强调“约16MP原生输出”的常用工作点属于不同口径。参考图、请求体和Base64返回还有各自限制，增加张数前应再次核对文档。

接入完成后，再检查逐张结果与实际费用

H3-Image 正常生成响应返回 HTTP 200，仍可能只成功了一部分图片；批量调用须逐项检查 data[].error。

这套接口使用 data、usage、request_id 等字段，不能套用旧 Image-01 的 base_resp 成功判据。若选择URL返回，链接有效期为24小时，应及时保存；同时保留请求ID、实际尺寸和 revised_prompt，便于复现问题。

截至2026年11月11日，官方标准版目录单价为文本输入15元、图片输入10元、图片输出25元／百万tokens，不含限时活动。Highspeed提供相同参数与限制，但有独立价格；实际支出应结合 usage 与当期计费规则，不按旧模型的固定每张价格估算。

第一次验证可以固定三组任务：带文字的画面、单图修改、多图组合。逐项记录可读性、主体一致性、未要求修改区域的变化，以及耗时与费用，再判断是否进入生产流程。

根据 MiniMax 官方模型卡与API指南，这次开放为图像生成和编辑提供了可下载权重与托管调用两条路径。能力说明、实际部署和商业授权需要分别核对，本文资料截至2026年11月11日。

参考资料

相关文章

七牛云产品